Modalités d’évaluation

Comme au semestre précédent, le but de ce projet est de vous permettre d’exercer tout ce que vous avez appris lors de ce module. Fournissez des réponses détaillées permettant d’apprécier à leur juste valeur vos compétences, n’hésitez donc pas à prendre l’initiative et étoffer chaque question d’explications sur votre démarche, sur les choix que vous avez opéré, et à inclure éventuellement d’autres analyses supplémentaires qui vous semblent compléter judicieusement la réponse.

Consignes

Pour chaque question, la réponse doit comporter à la fois du code réalisant ce qui est attendu, mais aussi une explication textuelle de la logique derrière votre réponse.

Date et méthode de rendu

A cause des délais de saisie des notes, le projet doit impérativement être envoyé par email à joris.falip@univ-reims.fr le dimanche 5 mai au plus tard. Le seul document à envoyer est ce fichier là, que vous prendrez le soin de renommer nom1-nom2.Rmd. Vous remplacerez aussi “AUTHORS NAMES” dans l’entête de ce fichier par vos noms.

Sujet

Pré-requis

Afin de pouvoir réaliser ce projet, quelques packages sont nécessaires : dplyr, ggplot2, prettydoc, class, jsonlite, rvest, rpart et rpart.plot. Pensez donc à les installer s’ils ne sont pas déjà installés sur votre machine, et à les charger quand vous en aurez besoin.

Star Wars API

https://swapi.dev/api/ est un site proposant une API qui recense des données sur l’univers de Star Wars. N’oubliez pas d’aller consulter la documentation disponible sur le site pour en comprendre l’utilisation.

Question 1

Récupérez, via une requête auprès de l’API du site, les informations sur le premier film. Accédez à sa date de sortie (release date).

# Récupération de l'url   
url <- 'https://swapi.dev/api/films/1/'
webpage <- fromJSON(url)

# Récupération des informations dont on a besoin
webpage$release_date
## [1] "1977-05-25"
webpage$title
## [1] "A New Hope"
webpage$episode_id
## [1] 4
webpage$producer
## [1] "Gary Kurtz, Rick McCallum"
webpage$director
## [1] "George Lucas"
webpage$planets
## [1] "http://swapi.dev/api/planets/1/" "http://swapi.dev/api/planets/2/"
## [3] "http://swapi.dev/api/planets/3/"

# On a chargé les 2 packages pour accéder aux données du site, on a donné un nom à l'url puis on a appliqué le jsonlite sur le site et enfin on a importer le titre, la date de publication, les planets et les informations sur le film.

Question 2

Créez une fonction qui, à partir de l’URL https://swapi.dev/api/ d’un film, affiche le climat de toutes les planètes de ce film.

climatePlanete <- function(url){
  webpage <-fromJSON(url)
  nbPlanete <- webpage$planets
  for (nu in nbPlanete){
    webpage <- fromJSON(nu)
    print(webpage$climate)
  }
}
climatePlanete("https://swapi.dev/api/films/1/")
## [1] "arid"
## [1] "temperate"
## [1] "temperate, tropical"

Nous avons commencé par créer la fonction nommée climatePlanete qui prend en argument l'url d'un film, on a ensuite récuperer grâce à une requete vers l'api l'url des planetes du film et grâce à une boucle nous parcourons chacun des urls pour y afficher les climats de chaque planetes

Sens Critique

www.senscritique.com ne propose pas d’API pour accéder directement aux données, il va donc falloir récupérer autrement les informations du site.

Question 3

Récupérez, sur ce site, la note obtenue par le premier film de la saga Star Wars. Le node à utiliser est .pvi-scrating-value.

library(rvest)
# Récupération de l'url 
sensCritique_url <- 'https://www.senscritique.com/film/La_Guerre_des_Etoiles/365132' 
webpage <- read_html(sensCritique_url)

#Selection du Node
rating_html <- html_nodes(webpage,'.pvi-scrating-value') 
rating_movie <- html_text(rating_html)

#Affichage du rating
print(rating_movie)
## [1] "7.8"

le site SensCritique ne proposant pas d'API nous nous sommes servis de la library rvest pour accéder au Node **'pvi-scrating-value'**et extraire le rating du premier film de la saga.

Question 4

Récupérez maintenant le nombre de critiques, de coups de coeur et de personnes ayant mis le film dans leur liste d’envies. Allez chercher dans le code source de la page, le même node vous donnera ces trois informations d’un coup. Pensez à écrire le nom du node correctement : par exemple pour récupérer le titre d’un film il s’agit de d-heading2-opt dans le code de la page, mais il faut écrire .d-heading2-opt dans R pour récupérer ce node.

library("rvest")

#Recupération du Node '.d-heading2-opt'

sensCritique_url2 <-"https://www.senscritique.com/film/La_Guerre_des_Etoiles/365132"
webpage <- read_html(sensCritique_url2)
critiques <- html_nodes(webpage,'.d-heading2-opt')

#Transformation des critique en str et affichage
nomCrtitique <- html_text(critiques)
print(nomCrtitique[4])
## [1] "Bande-annonce"
#Transformation des coups de coeur en str et affichage
coeur <- html_nodes(webpage,'.pvi-stats-number')
nbcoeur <- html_text(coeur)
print(nbcoeur)
## [1] "67K"  "3.8K" "2.4K"

Analyses

Pour ces questions, vous devrez utiliser un jeu de données déjà fourni au début de ce document et portant le nom personnages. Ce jeu de données contient le poids, la taille, et l’espèce de cinquante huit personnages de la saga.

Question 5

A l’aide de notre fidèle package ggplot2, créez un nuage de point visualisant les poids et tailles de chaque personnage. Vous étudierez ensuite à l’aide d’un historgramme la répartition des poids de ces personnages : notez-vous quelque chose de particulier ? Chacun de vos deux graphes devra être joli : légende, titre, descriptions des axes. Vous utilisez aussi la colonne species du dataframe pour colorer les deux graphes.

# Chargement des packages
library('ggplot2')

# Récuparation des infomations sur les personnages de star wars que le prof a gentiment donné

personnages <- starwars[,c(2,3,11)]
personnages <- na.omit(personnages)

# Création du graphique scater plot

qplot(height,mass, data = personnages, geom = "point",
      main = 'Analyse des personnages Star Wars en fonction de la taille et du poids',
      xlab = 'Taille',ylab = 'Poids',
      color = species,)

# Création du diagramme en barre

qplot(mass, data=personnages, geom="histogram",
      main = 'Analyse des personnages Star Wars en fonction de leur taille et poids',
      xlab = 'Poids',
      color = species,)
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

On peut voir qu'un personnage ce démarque par son poid : c'est jabba the hutt !

Question 6

Créez et affichez un arbre de décision pour déterminer l’espèce d’un personnage à partir du poids et de la taille.

#Création de l'arbre de decision
arbre.classif<-rpart(species ~ mass + height ,personnages)
rpart.plot(arbre.classif)

Question 7

Utilisez l’algorithme de clustering de sk-moyennes pour regrouper les personnages en plusieurs groupes selon leur taille et poids. Le nombre de groupes est laissé à votre appréciation.

# On garde seulement les valeurs poids et taille pour les analyser
stars1 <- (personnages[,1:2])
km <- kmeans(stars1, 3)
class(personnages)
## [1] "tbl_df"     "tbl"        "data.frame"
# Création d'un diagramme de dispersion pour visualiser les groupes
palette <- c("red", "green", "blue")
couleurs <- palette[km$cluster]
plot(stars1, pch =21, bg= couleurs)

Question 8

Transformez le dataframe personnages en une matrice que vous nommerez matpersonnages. Ajoutez ensuite l’individu suivant (height = 231, mass = 122) à la matrice en lui rajoutant une 59ème ligne. Prédisez son espèce grace aux k-NN, en utilisant les autres données et en vous basant sur les 3 plus proches voisins.

# Chargement des donn攼㸹es 
library(class)
# On transforme notre DataFrame personnage en matrice
matpersonnages <- as.matrix(personnages)
# On cr攼㸹e un 
new_perso <- c(231,122,NA)
# On ajoute notre individu 攼㸰 notre matrice 
matpersonnages <- rbind(matpersonnages,new_perso)
# On test notre nouvelle individu pour conna攼㹥tre son esp攼㸸ce en fonction de ces 3 plus proche voisin
spec_new_perso <- knn(train = matpersonnages[1:58,1:2],
                      test = matpersonnages[59,1:2],
                      cl = matpersonnages[1:58,3],
                      k = 3)
print(spec_new_perso)
## [1] Wookiee
## 31 Levels: Aleena Besalisk Cerean Clawdite Droid Dug Ewok Geonosian ... Zabrak

Notre nouvelle individu est un Wookie.